AI 前沿速递 · Vol.144

AI前沿速递 · 2026年10月12日

OpenAI 把挂谷猜想推到四维，陶哲轩牵头的数学家组织发出联合抵制声明；何恺明团队做出让模型随时回看历史画面的 VISTA；硅谷算力争夺白热化，SpaceX 转手卖 GPU、云厂商开口要三成预付款；数据中心试图用取消保密协议换社区信任；语音 AI 从业者坦言还没等到自己的 ChatGPT 时刻。

前沿速递 AI AI数学 OpenAI 陶哲轩 何恺明 算力 数据中心 语音AI 多模态

今天这批消息分成两堆。一堆在问：AI 交出来的答案，算不算数学；另一堆在问：让 AI 跑得起来的电、地和芯片，还够不够用。

OpenAI 把挂谷猜想推到四维，陶哲轩牵头发表联合声明

事件概述：OpenAI 在 10 月 7 日放出的 722 篇数学手稿里，编号 074 的那一组只有两篇，瞄准的正是今年菲尔兹奖得主王虹与 Joshua Zahl 解决的方向——挂谷猜想。一篇 97 页，声称证明了三维挂谷极大函数猜想，比王虹和 Zahl 的集合版更强：把每根针加粗成管、管内实心部分的比例记作 λ，要求所有实心部分并起来的体积不小于 λ³ 这个量级，而王虹与 Zahl 的定理给出的是 λ 的 K(ε) 次方，这个更强的幂次在他们的工作之后就已经被明确提出。另一篇 175 页，声称把四维挂谷集的 Hausdorff 维数直接证到 4；此前人类的进度卡在 Katz 与 Zahl 在 2019 年推到的 3.059，Guth 的综述指出王虹与 Zahl 三维证明里的关键定理搬到四维便不成立，因为高维里管子会扎堆聚在低次代数曲面附近，形成三维没有的反例结构。这篇论文用二次多项式在不同尺度上做局部拟合来追踪跨尺度持续聚集的线，全文 polynomial 一词出现 213 次；四维论文的关键输入之一引用的正是三维那篇里的一个引理，两篇构成一条链路。边界也写在里面：四维只证了 Hausdorff 维数版本，没解决四维的极大函数猜想；五维及以上只用投影给了一个下界；这组成果没有做 Lean 形式化，也没经过同行评审，OpenAI 在 README 里写明，部分未经形式化的结果不保证成立。

10 月 11 日，陶哲轩牵头的「人类数学协会」（AHM）就这批手稿发出联合声明，措辞相当重：一次性发布 700 多个文件，展示的不是学术，而是权力；声明敦促数学家停止与 OpenAI 合作，回到以人类理解为核心的科学愿景。同日，陶哲轩在加州理工的演讲把原定的《机器辅助证明》改成了《数学 2.0》。他的论点是：证明稀缺的数学 1.0 时代正在结束，AI 让证明变得泛滥，而判断解答对不对、贡献有多大、怎么与已有研究衔接，仍需人来处理，否则会出现解出了题却没有增加人的理解的错位。他列出数学容易被 AI 冲击的三个条件——证明可客观检验、数学对象与推理高度可数字化、大量高质量文献已数字化——又拿出飞机弹孔图提醒幸存者偏差：厂商放出来的都是精挑细选的成功案例，失败率、算力消耗和人类参与程度统统不在报告里。他给的处方是把解题拆成五阶段后，减少对抢先生成证明的奖励，把权重挪到解释、评审和知识整理上。

为什么值得关注：这件事和 10 月 8 日那批「722 篇手稿没过数学界尺子」的批评是同一场争论，只是这次有了具体的靶子——王虹刚拿奖的方向被推到了四维，而 074 号这组恰恰没有形式化、没有评审，README 自己留了免责。冲突的实质不在对错，在于评价体系：谁的成果先出来，曾是数学界衡量贡献的主要方式，批量生成把这条尺子砸了。陶哲轩的那句警告更值得琢磨——盲目优化「解题」这个指标会损害数学的长期健康，因为一道题被解掉就回不到未解决状态，人类本可以在这道题上发展出的方法与新问题也跟着断掉。对做 AI for Science 的团队，这是明确的信号：只交答案不交可解释性与失败记录，在学术共同体里拿不到入场券。

相关链接：

何恺明团队做出 VISTA：给多模态模型配一套能回看的视觉档案

事件概述：MIT 的何恺明团队在论文《VISTA: A Visual Harness for Reasoning in an Interactive World》里提出一套视觉原生的 Harness，让现有多模态模型在推理时随时回看、放大和检查过去见过的画面，不需要从头训练。论文 arXiv 编号 2610.02200，v1 提交于 10 月 1 日；共同第一作者为 Qiushi Han、胡珂雅与 Linlu Qiu，另两位作者是 Cathy Wu 与何恺明。三个组件分工：视觉观测把 ARC-AGI-3 官方给的 64×64 画面放大成 512×512 的 PNG，保留颜色、外观与空间关系；无损视觉记忆把每次动作后环境返回的所有帧——包括动画中间帧——按回合号与帧号索引存到上下文之外；主动视觉检查通过 inspect 工具按回合调出历史画面，可裁剪放大局部，也可一次调出多帧对比动作前后的变化。执行流程上，模型先预测这一步会带来什么变化，动作执行完再把实际结果与预测比对，据此修正对规则的理解；另配 GUIDE.md 与 WORKING.md 两份文字笔记分别记录跨关卡可复用的经验和当前关卡的进度，上下文快满时先整理交接摘要再开新窗口。默认每次动作后只向模型展示最后一帧，中间画面留在档案里按需调取。

成绩方面，配上 VISTA 后，Claude Opus 5.0 通关了 ARC-AGI-3 全部 25 个公开游戏，相对人类动作效率得分拿到满分 100，所用游戏动作数比首次游玩的人类基线少 57.4%；换成 GPT-5.6 Sol 同样全部通关，得分 99。同一套框架少量适配后，GameWorld 的 170 项任务成功率从 40.0% 提到 63.3%，AI GameStore 十个游戏的综合得分从 47.3 升到 140.3（人类中位数归一化为 100），BabyVision 选取的 39 道迷宫与连线题准确率从 41.0% 提到 63.2%——最后这组只有静态图片，模型靠放大局部、检查像素就能改善判断。

为什么值得关注：这一波 agent 能力的爆发，靠的正是 Harness 用任务清单和代码把状态跨上下文窗口保存下来，可这套脚手架记的是文字。进了真实视觉环境，物体的位置、朝向和每次动作前后的变化都很难提前写成笔记，模型第一次看到一张图时也未必知道哪个细节后面会变重要。VISTA 补的就是这个洞，而且它对模型本身零改动——环境理解、规划和推理仍由现成的多模态模型完成，提升全部来自信息的存取方式。对做电脑操作与具身任务的团队，这是一条不重训就能兑现的收益。口径也要说清：上述分数出自论文自测，暂无第三方复现。

相关链接：

算力成了硅谷硬通货：SpaceX 转手卖 GPU，云厂商开口要 30% 预付款

事件概述：量子位 10 月 11 日编译自《华尔街日报》的报道，把眼下硅谷的算力争夺排了一遍。SpaceX 与 Anthropic 在 5 月签的协议规定当月新增超 300 兆瓦容量、涉及 22 万块英伟达 GPU，一并提高 Claude Code 与 API 的使用额度；SpaceX 8 月的首份财报里，季度 AI 业务收入 25.61 亿美元，同比增长 247%，环比翻了两倍。谷歌这边，花 27 亿美元请回的 Gemini 联合负责人 Noam Shazeer，据外媒报道因团队算力被重新分配而转投 OpenAI；哈萨比斯此前长期对项目算力不足表达不满，布林有时会直接介入，把资源调给自己认为重要的项目。小型创业公司更被动：头部实验室大量锁定算力之后，部分云服务商开始要求多年合约，预付款高达合同金额的 30%，甚至要求创业公司找付款担保方。价格也在涨——SemiAnalysis 今年 4 月的数据显示，H100 一年期租赁合约价从 2025 年 10 月低点的每 GPU 每小时 1.70 美元涨到 2026 年 3 月的 2.35 美元，涨幅接近 40%。YC 在 7 月给旗下创业公司推出专供的 GPU 集群，Radical Ventures 会帮被投公司协调供应商合同。

为什么值得关注：模型公司的竞争已经分出两层。产品层照旧争用户、争开发人才；基础设施层则谁手里有资源谁就能当合作对象，昨天的对手今天可以是供货方——Amodei 上门向 Meta 要算力被婉拒，SpaceX 接下了这单。对小型团队，算力从按需付费的云服务变成了要押现金、要找担保的长期合约，按用量慢慢试错的空间被压缩，买多了怕用户增长跟不上，买少了怕算不动。中间层反倒成了赢家，一批专门在全球找闲置服务器再转租的生意冒了出来。agent 范式普及让服务器承担更多并行计算，需求这一头还在加码。

相关链接：

数据中心想靠去掉保密协议换信任，沟通这道坎更高

事件概述：TechCrunch 在 10 月 11 日刊出 Equity 播客的整理稿，讨论亚马逊跟着微软，不再就数据中心项目与地方政府签保密协议这件事。亚马逊的这段声明埋在一篇论证数据中心对社区有益的长文里。主持人复盘了行业与地方政府的拉锯：旧金山等多个地方通过的数据中心禁令期限多为一到两年，而这些项目本身还要两到五年才上线；纽约州那项禁令名义上持续到州里完成环境评审流程，预计一年。Sean O’Kane 的判断是，问题不止在保密条款，在于行业「解释自己做得实在太差」，公众想象不出这些东西对自己有什么用。Rebecca Bellan 提醒禁令期限短，未必拦得住；Anthony Ha 则认为从特朗普与 David Sacks 近期的反应看，建设方确实着急了。

为什么值得关注：保密协议只是入口。数据中心落到地方，争议集中在房价、电费、用水三件事上，这些诉求不会因为少签一份 NDA 就消失。真正的变化在话语权——「这是未来，闭嘴」这套说辞正在失效，行业被要求把账摊开讲。旧金山自己通过禁令这件事也有象征意义：技术公司的总部所在地开始设门槛。对国内做算力基建的团队，这条同样适用，土地与水电的账要在开工前算清楚，事后补不回来。

相关链接：

语音 AI 还没等到自己的 ChatGPT 时刻

事件概述：TechCrunch 在 10 月 11 日刊出 HumanX 大会上的一组访谈。企业语音平台 PolyAI 的 CTO Shawn Wen 认为，全双工模型——能边听边说的那类——已经做出来了，下一道坎是让推理足够快，模型得很快取到答案，对话才自然；他还指出 ASR 模型经常漏掉关键词，上下文就抓不全。会议记录工具 Otter 的 CMO Alex Gay 说，说话人识别、意图捕捉并和组织知识对上是自动化的前提；他拿会议数字孪生举例，输出的声音得带上人在会里的情绪表达，否则「就只是个问答机器人」。两人都提到透明度：工具要主动声明对方在跟 AI 说话、会议在被录音，Otter 想在机器人不在场时也通知所有与会者。

为什么值得关注：语音被当成下一个入口，钱已经进来了，可这场访谈里没人说模型已经够用——卡点在延迟、转写准确率和披露这三件工程与产品的事上，不在模型能力。Gay 那句判断值得记：转写从来不是终点，只是撬动后面生产力的那一层，原始转写不准，下游所有动作跟着错，一次错就足以让用户不再信任整个平台。把「全双工」当成里程碑卖，容易盖住用户真正的流失原因。

相关链接：